Утечка групп при разбиении ML-данных
Будущая модель должна работать на новых объектах, а записи одного объекта оказались в обеих выборках. Оцените, соответствует ли такое разбиение реальному сценарию применения.
Выберите ответ и проверьте себя. Продолжить тему можно в курсе Классическое машинное обучение: алгоритмы и практика на Python.
В обучающую выборку вошли строки машин A и B, а в валидационную — новые observation_id, относящиеся к машинам B и C. Цель модели — прогноз для ранее не встречавшихся машин. Нарушена ли проверка новых объектов и почему?
Без регистрации · результат не сохраняется
Связанные задачи
- GridSearchCV refit=True: на каких данных обучен bestestimator
- Утечка через test: выбор модели по тестовой выборке
- Сравнение ML-моделей на разных фолдах
- Временная валидация ML: когда целевая переменная доступна
- CalibratedClassifierCV: как сохранить групповой сплит
- StandardScaler: transform на новых данных
